Libri UniversitariZoom 100%

Prof. Luca Scrucca: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 3
Bologna 3 insegnamenti
Facoltà: Scienze Statistiche

Prof. Luca Scrucca: Statistica

9,9difficoltà
Bologna · Facoltà: Scienze Statistiche · Statistica, finanza e assicurazioni - sede di Rimini (L-41)
Di cosa si tratta: Probabilità, variabili casuali e distribuzioni (congiunte, Gamma, Gaussiane), teoremi limite come la legge debole dei grandi numeri e il teorema del limite centrale. Inferenza: stimatori per massima verosimiglianza e metodo dei momenti, intervalli di confidenza, test d'ipotesi, analisi della varianza e regressione, con statistica descrittiva e uso di software come RStudio per applicazioni concrete.

Dettagli corso

🕒 Orario lezioni
  • Gio11–15ALBERTI 8
  • Ven13–15ALBERTI 8

Tempo di studio e official info

Tempo consigliato per preparare l’esame: ≈ 7,5 settimane
Ulteriore materiale didattico ( slides , esercitazioni , ecc.) a cura del docente è disponibile su Virtuale .
Dati verificati il 02/10/2026

Libri indicati per la materia

Piccolo – Statistica per le DecisioniISBN 9788815272201
Tempo di studio del libro≈ 7,5 settimane
Obbligatorietà
Obbligatorio
Cap. 1-7
Adottato in
4 materie
Tipo
Manuale
Pagine
662 pagine
Difficoltà
7,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Cerca su Amazon
Consigliato
Eserciziario di statistica
Cerca su Amazon
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Qual è la differenza tra un carattere quantitativo e un carattere qualitativo?
  2. Come si calcola la media aritmetica di una distribuzione di frequenze?
  3. Che cosa misura la varianza e perché si usa la deviazione standard per interpretarla?
  4. Quando la mediana è preferibile alla media come indice di posizione?
  5. Come si costruisce una tabella di frequenze relative e cumulate?
  6. Che cosa indica il coefficiente di correlazione lineare tra due variabili?
  7. Come si interpreta una retta di regressione stimata con il metodo dei minimi quadrati?
  8. Quali differenze esistono tra campionamento casuale semplice e campionamento stratificato?
  9. Come si stima per intervallo una media di popolazione con varianza nota?
  10. Quali passaggi servono per effettuare un test di ipotesi su una media?
  11. Che cosa si intende per errore di primo tipo e per errore di secondo tipo?
  12. Come si calcola la probabilità condizionata di un evento dato un altro evento?
  13. Quando due eventi si possono considerare indipendenti?
  14. Come si applica il teorema di Bayes a un problema di diagnosi?
  15. Quali caratteristiche ha la distribuzione normale e perché è centrale in statistica?
  16. Come si legge un box plot per descrivere la dispersione di una distribuzione?
  17. Quali indici permettono di confrontare la variabilità di due serie con unità di misura diverse?
  18. Come si interpreta un valore p in un test statistico?
  19. Che cosa cambia tra statistica descrittiva e statistica inferenziale?
  20. Come si costruisce una distribuzione di probabilità discreta a partire da un esperimento casuale?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Luca Scrucca: Statistica Avanzata

9,9difficoltà
Bologna · Facoltà: Scienze Statistiche · Scienze statistiche, finanziarie e attuariali - sede di Rimini (LM-83)
Di cosa si tratta: Inferenza statistica classica, modelli parametrici, funzione di verosimiglianza e famiglia esponenziale aprono lo studio della teoria della stima. Si discutono i principi di sufficienza e di verosimiglianza, le proprietà finite e asintotiche degli stimatori di massima verosimiglianza, l'interpretazione frequentista del p-value, i test uniformemente più potenti e il test del rapporto di verosimiglianza.

Dettagli corso

Tempo di studio e official info

Tempo consigliato per preparare l’esame: ≈ 6 settimane
Ulteriore materiale didattico (slides, esercitazioni, ecc.) a cura dei docenti disponibile su Virtuale .
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 3 libri
Johnson – Bayes Rules! An Introduction to Applied Bayesian…ISBN 9780367255398
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Obbligatorio
Cap. 1-10. https://www.bayesrulesbook.com
Adottato in
1 materia
Tipo
Manuale
Pagine
521 pagine
Difficoltà
8,3
Held – Applied Statistical InferenceISBN 9783642378867
Tempo di studio del libro≈ 4 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
376 pagine
Difficoltà
7,4
Matsuura – Bayesian Statistical Modeling with StanISBN 9789811947575
Tempo di studio del libro≈ 4,5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
385 pagine
Difficoltà
9,9
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Qual è la differenza tra stimatore consistente e stimatore non distorto?
  2. Come si costruisce la funzione di verosimiglianza per un campione di osservazioni indipendenti?
  3. Che cosa afferma il teorema del limite centrale e quali condizioni richiede?
  4. Come si ricava lo stimatore di massima verosimiglianza per il parametro di una distribuzione?
  5. Che cosa si intende per informazione di Fisher e a cosa serve nella stima?
  6. Come si costruisce un test del rapporto di verosimiglianza per un'ipotesi sui parametri?
  7. Quali proprietà asintotiche ha lo stimatore di massima verosimiglianza?
  8. Come si applica il metodo dei momenti per stimare i parametri di una distribuzione?
  9. Come si confrontano due modelli statistici annidati con il criterio di informazione di Akaike?
  10. Come si scelgono le distribuzioni a priori in un'analisi bayesiana?
  11. Che cosa rappresenta la distribuzione a posteriori e come si ottiene dalla verosimiglianza?
  12. Come si usano i metodi di simulazione Monte Carlo per approssimare un integrale?
  13. Come si stima la varianza di uno stimatore con il metodo bootstrap?
  14. Quali differenze esistono tra un modello lineare generalizzato e un modello lineare classico?
  15. Come si interpreta il parametro di una regressione di Poisson per dati di conteggio?
  16. Come si gestisce la correlazione tra osservazioni nei modelli per dati longitudinali?
  17. Come si applica l'analisi della sopravvivenza per stimare il tempo fino a un evento?
  18. Che cosa rappresenta la funzione di rischio nell'analisi di sopravvivenza?
  19. Come si verifica l'adeguatezza di un modello statistico attraverso l'analisi dei residui?
  20. Quali sono i principali rischi di sovrastimare la precisione di uno stimatore in campioni piccoli?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Luca Scrucca: Modelli Statistici per le Scienze Attuariali

5,1difficoltà
Bologna · Facoltà: Scienze Statistiche · Scienze statistiche, finanziarie e attuariali - sede di Rimini (LM-83)
Di cosa si tratta: L'apprendimento statistico persegue inferenza e previsione tramite modelli statistici e algoritmi di apprendimento automatico. Si distinguono metodi parametrici e non parametrici, apprendimento supervisionato e non supervisionato, problemi di regressione e classificazione. La valutazione dell'accuratezza predittiva considera il trade-off tra distorsione e varianza, funzioni di perdita, metriche di valutazione e overfitting.

Dettagli corso

🕒 Orario lezioni
  • Ven9–13GREEN LAB

Tempo di studio e official info

Tempo consigliato per preparare l’esame: ≈ 6,5 settimane
Ulteriore materiale didattico (slides, esercitazioni, ecc.) a cura del docente disponibile su Virtuale .
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 3 libri
James – An Introduction to Statistical Learning with Applications…ISBN 9781071614174
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
5 materie
Tipo
Manuale
Pagine
607 pagine
Difficoltà
7,7
Murphy – Probabilistic Machine LearningISBN 9780262048439
Tempo di studio del libro13 settimane (3 mesi)
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
1319 pagine
Difficoltà
5,1
Wüthrich – Statistical Foundations of Actuarial Learning and its…ISBN 9783031124082
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
605 pagine
Difficoltà
5,1
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Come si stima un modello lineare generalizzato per il numero di sinistri con distribuzione di Poisson?
  2. Quando una distribuzione gamma è preferibile alla lognormale per modellare il costo medio dei sinistri?
  3. Che cosa si intende per sovradispersione e come si verifica in un modello di conteggio?
  4. Come si costruisce una tavola di mortalità a partire da dati di sopravvivenza?
  5. Quale differenza c'è tra funzione di sopravvivenza e funzione di rischio istantaneo?
  6. In che modo il modello di Cox incorpora le covariate nella stima del rischio?
  7. Come si applica la teoria della credibilità per combinare l'esperienza di un singolo assicurato con quella collettiva?
  8. Quali ipotesi sono alla base del modello di Bühlmann?
  9. Come si definisce una catena di Markov a stati discreti e quali proprietà la caratterizzano?
  10. Come si calcola la probabilità di transizione in n passi per una catena di Markov omogenea?
  11. Quale ruolo svolge la funzione di link nei modelli lineari generalizzati?
  12. Come si interpretano i coefficienti di un modello di regressione di Poisson con logaritmo come link?
  13. Quali criteri di selezione del modello sono utili quando si confrontano più GLM concorrenti?
  14. Come si stima la riserva per sinistri tardivi con il metodo del triangolo di sviluppo?
  15. Che cosa rappresenta il censoring e come influenza la stima della sopravvivenza?
  16. Come si calcola il premio equo per una polizza vita temporanea?
  17. Quale differenza c'è tra modelli a effetti fissi e modelli a effetti casuali nella credibilità?
  18. In che modo la stima di massima verosimiglianza viene applicata ai dati di sinistri?
  19. Come si valuta la bontà di adattamento di una distribuzione a un campione di importi di sinistri?
  20. Quali vantaggi offrono i modelli di durata rispetto alla semplice analisi delle frequenze di decesso?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Scorri di lato: 3 insegnamenti →

Domande frequenti Libri, programma ed esami del prof. Luca Scrucca a Bologna

Che libro usa il prof. Luca Scrucca per Statistica a Bologna?

Per Statistica (Canale unico) indica come obbligatorio: Piccolo – Statistica per le Decisioni.

Quanto è impegnativo Statistica?

8 CFU, difficoltà stimata 9.9 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Luca Scrucca per Statistica Avanzata a Bologna?

Per Statistica Avanzata (Canale unico) indica come obbligatorio: Johnson – Bayes Rules! An Introduction to Applied Bayesian…. Facoltativi: Held – Applied Statistical Inference, Matsuura – Bayesian Statistical Modeling with Stan.

Quanto è impegnativo Statistica Avanzata?

10 CFU, difficoltà stimata 9.9 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Luca Scrucca per Modelli Statistici per le Scienze Attuariali a Bologna?

Per Modelli Statistici per le Scienze Attuariali (Canale unico) indica come obbligatorio: James – An Introduction to Statistical Learning with Applications…. Facoltativi: Murphy – Probabilistic Machine Learning, Wüthrich – Statistical Foundations of Actuarial Learning and its….

Quanto è impegnativo Modelli Statistici per le Scienze Attuariali?

6 CFU, difficoltà stimata 5.1 su 10 rispetto agli esami della stessa area.

Dove trovo la scheda ufficiale di un esame?

Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.

Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.